ANÁLISE DE SOBREVIVÊNCIA. Airlane P. Alencar IME-USP Alessandra C. Goulart FM-USP
|
|
- Raul Alencastre Farias
- 6 Há anos
- Visualizações:
Transcrição
1 ANÁLISE DE SOBREVIVÊNCIA Airlane P. Alencar IME-USP Alessandra C. Goulart FM-USP
2 Objetivo Estudar o tempo desde um instante inicial até a ocorrência de um evento (alha). Estudar o tempo de sobrevida de um paciente a partir de um instante inicial, por exemplo após o primeiro AVC. O que queremos saber? O tempo médio de vida após um AVC para homens, mulheres, dependendo do tipo de AVC. Qual a prob de sobreviver 1 ano, anos pós AVC? Kleinbaum e Klein e Colosimo e Giolo
3 Estimar a prob. de sobrevida Tempo de sobrevida sem censura Tempo Frequência Total
4 Probabilidade de Sobrevida P(T> 100) = prob. de viver mais que 100 dias não morreu antes de 100 Suscetíveis Tempo Frequência no início Total 54 Tempo P(S>t) = 5/ = 47/
5 Taxa de alha Sem censura, a taxa de alha (λ) em um intervalo é quantos alharam com relação a quantos estavam suscetíveis Suscetíveis no início Taxa de alha no intervalo Tempo Frequência Total 54 Taxa de alha( )= 9/1=4,9% Se já sobreviveu até o tempo 400, a chance de alhar nesse intervalo é 4,9%
6 Censura Poderia propor modelos como os de regressão e análise de variância para a variável resposta Tempo de vida Mas se observei que um paciente viveu mais que 800 dias e não sei quando morreu, tenho que inclui-lo na análise! Como?
7 Censura? O estudo terminou e não observou-se a alha. Perda de seguimento (ollow up) A pessoa sai do estudo por ocorrência de outro evento. Ex: eeito colateral, transplante, óbito quando não or o evento de interesse
8 Tempos iniciais e de sobrevida Pessoa Tempo Falha A 5 1 B 1 0 C D 8 0 E 6 0 F x x Tempos: 5, 1+, 3.5+, 8+, 6+, 3.5
9 Tipos de censura Censura à direita é a mais usual: Tempo de sobrevida (T) >= tempo observado O. Censura à esquerda: T<= O Follow up até pessoas serem HIV+. Fez teste em t e deu positivo então sei que T<t. Censura intervalar: Só sei que t1<=t<=t Fiz testes nos instantes t1 e t
10 Tipos de censura Aleatória: Tempo de alha (T) e de censura (C) aleatórios e observamos t=min(t,c). Censura tipo I: temos r alhas e todas as n-r censuras no inal do estudo. Censura tipo II: r é ixo e só os menores r tempos são observados e todos os outros tempos são censurados. O maior tempo observado é t (r). Independente: e se a pessoa com melhor prognóstico sempre larga o estudo?
11 Curva de sobrevivência Apresenta a probabilidade de sobrevivência = unção de sobrevivência = S(t)= P(T >t) um dia) Função não crescente com S(0)=1 e que tende a 0 (sem cura= alha ocorre) S(1) = P(T>1) >= S()... Vamos estimar essa curva usando os dados
12 Curva de sobrevivência Qual curva de sobrevida você preere para procedimento após sua cirurgia?
13 Taxa de alha h(t) h ( t) = lim t 0 P ( t T t + t T t) t h(t)>=0 e não tem limite máximo h(t) é uma taxa que mede o potencial instantâneo. Ex: Constante para saudáveis Maior logo após um AVC e depois decresce Aumenta para pacientes com leucemia
14 Taxa e Curva de Sobrevida S(t) e h(t) são tais que S h t ( t) exp h( u) du = 0 ds( t) / dt ( t) = S( t) h(t) mede o quanto varia S(t)
15 Estimativa de S(t) Kaplan Meier Goel et al Understanding survival analysis: Kaplan-Meier estimate. Int J Ayurveda Res. 010 Oct- Dec; 1(4): doi: / , 1, 1, 7, 3, 39, 43, 43, 46+, 89, 115+, 139+, 181+, 11+, 17+, 61, 63, 70, 95+, 311, 335+, 346+, 365+ t(i) é o i-ésimo tempo de alha ordenado.
16 Kaplan Meier P(T>1)= P(T>1 T>6)P(T>6)
17
18 Objetivo Estimar curvas de sobrevida levando-se em conta a censura (KK) Grupo 1 - Tratamento - n=1-9 alhas e 1 censuras 6, 6, 6, 7, 10, 13, 16,, 3, 6+, 9+, 10+, 11+, 17+, 19+, 0+, 5+, 3+, 3+, 34+, 35+ Grupo - Placebo - n=1-1 alhas 1, 1,,, 3, 4, 4, 5, 5, 8, 8, 8, 8, 11, 11, 1, 1, 15, 17,, 3
19 Dados ormato longo ind t Falha Grupo
20 Estimativa de S(t) Kaplan Meier 6, 6, 6, 7, 10, 13, 16,, 3, 6+, 9+, 10+, 11+, 17+, 19+, 0+, 5+, 3+, 3+, 34+, 35+ censura expostos i t(i) alhas [t(i), t(i+1)) sobreviveram até t(i) (# T>=t(i)) sobrevivem >=0 semanas sobrevivem >=6 semanas sobrevivem >=7 semanas sobrevivem >=10 semanas sobrevivem >=13 semanas sobrevivem >=16 semanas sobrevivem >= semanas sobrevivem >=3semanas Total 9 1
21 Probabilidade de alha e sobrevivência Em [t(i), t(i+1) ) P(morrer em [6,7))= 3/1 P(sobrevivem ao [6,7))= 1-3/1 censura expostos Em [t(i), t(i+1)) i t(i) alhas [t(i), t(i+1)) (# T>=t(i)) P(morrer) P(sobr)=1-P(m) Total 9 1
22 Estimar S(t)=P(T>t) - KM P(T>6)= P(T>7)= P(T>7 T>6)P(T>6)= 0.857*0.941 censura expostos Em [t(i), t(i+1)) i t(i) alhas [t(i), t(i+1)) (# T>=t(i)) P(morrer) P(sobr)=1-P(m) S^(t)= S estimada Total 9 1
23 Estimar S(t)=P(T>t) - KM P(T>7)= P(T>7 T>6)P(T>6)= 0.857*0.941=0.807 P(T>10)= P(T>10 T>7)P(T>7)= 0.807*0.933= censura expostos Em [t(i), t(i+1)) i t(i) alhas [t(i), t(i+1)) (# T>=t(i)) P(morrer) P(sobr)=1-P(m) S^(t)= S estimada Total 9 1
24 Estimar S(t) - KM censura expostos Em [t(i), t(i+1)) i t(i) alhas [t(i), t(i+1)) (# T>=t(i)) P(morrer) P(sobr)=1-P(m) S^(t)= S estimada Total 9 1 P(T>6)= P(T>7)= P(T>7 T>6)P(T>6)= 0.857*0.941 Sˆ ( t( )) = Π P T > t( i) T > t( i 1) i= 1 ( )
25 Gráico Sobrevivência Tratamento Placebo semanas
26 Propriedades do estimador O estimador de Kaplan-Meier é Não viciado para amostras grandes É consistente Converge assintoticamente para processo gaussiano É o estimador de máxima verossimilhança de S(t) Outro estimador é o de Nelson-Aalen (vide p. 43 Colosimo e Giolo)
27 Com censura Exemplo: Colosimo e Giolo Terapia esteróide no tratamento de hepatite viral aguda (Gregory al., 1976) 9 pacientes aleatorizados: 14 com esteroide Acompanhamento de 9 semanas
28 exercício Tempos de sobrevida (até a morte ou censura) Controle: 1+, +, 3, 3, 3+, 5+, 5+, 16+, 16+, 16+, 16+, 16+, 16+, 16+, 16+ Esteróide: 1, 1, 1, 1+, 4+, 5, 7, 8, 10, 10+, 1+, 16+, 16+, 16+
29 LA1 Alencar e Goulart - Sobrevivência Comparação de curvas Qual o valor esperado para cada tempo e grupo se a sobrevida osse igual nos grupos? Esperado no grupo 1: m1 + m e1 = n1 n1 + n Mortalidade igual nos grupos em t() t() m1 m n1 n soma 9 1 Kleinbaum e Klein
30 Slide 9 LA1 Lane Alencar; /10/015
31 Estatística Log Rank t() m1 m n1 n e1 e m1-e1 m-e (/4) 1 (/4) (/40) 1 (/40) (1/38) 1 (1/38) (/37) 1 (/37) (/35) 1 (/35) (3/33) 1 (3/33) (1/9) 17 (1/9) (4/8) 16 (4/8) (1/3) 15 (1/3) (/1) 13 (/1) (/18) 1 (/18) (1/16) 1 (1/16) (1/15) 11 (1/15) (1/14) 11 (1/14) (1/13) 10 (1/13) (/9) 7 (/9) (/7) 6 (/7) soma
32 Teste Log rank A estatística de teste compara os valores observados e os valores esperados em um grupo ( ) ( ) 1 E O Var e m E O Var E O estat k = = = ( ) ( )( ) ( ) ( ) = i i n n n n m m n n m m n n E O Var i= 1 ou Alencar e Goulart - Sobrevivência - 015
33 Teste Log rank H0: as curvas são iguais A estatística Sob H0, estat estat O = Var ~ χ 1 = 1 ( O E ) Var( O E ) E = k m e
34 Estat= (10.5)^/6.6 = Valor p = P(quiquad1>16.799) < No excel: Valor p=1-dist.quiqua(b77;1;1) Conclusão: Há dierença signiicativa entre as curvas
35 Log rank para g grupos A estatística envolve a dierença entre valores observados e esperados para todos os grupos mas precisa calcular a matriz de variâncias e covariâncias dessas dierenças. Sob H0 Esse teste é assintótico, ou seja, essa distribuição vale para n grande ~ 1 estat χ g
36 Outros testes Outros testes semelhantes ao teste log rank incluem pesos w para cada tempo t(). Estatística ponderada Teste de Wilcoxon: w=n Maior peso para os tempos iniciais = var w ( m e ) w i ( m e ) i i i
37 Outros testes Teste Peso Log rank 1 Wilcoxon Tarone-Ware n n Peto Flemington- Harrington Sobrevivência estimada combinada nos grupos ˆ [ ( )] q ( ) p t( ) Sˆ 1 1 t( ) S 1
38 Teste estratiicado Compara curvas de sobrevida controlando por uma variável categorizada (G estratos) Calcula as dierenças Oi-Ei para cada estrato e soma essas dierenças. Elas devem estar no mesmo sentido nos vários estratos. Sob H0 ~ 1 estat χ G
39 Intervalo de coniança para S(t) O estimador de Kaplan Meier para S(t) tem distribuição normal assintótica. Intervalo de coniança para S(t) Fórmula de Greenwood: ( ) ( t) m z vâr Sˆ ( ) IC = Sˆ t ( ( )) ( ( )) vâr Sˆ t = Sˆ t : t( ) t n m ( n m )
40 Obs: Para valores extremos de t, este IC pode apresentar limites negativos ou maiores que 1. Kalbleish e Prentice (1980) sugerem usar U^(u)=log[-log(^S(t))] e sua variância assintótica para construir IC. (Colosimo e Giolo, p.4).
41 Exemplo KK IC Grupo Tratamento Grupo=1 time n.risk n.event survival std.err lower 95% CI upper 95% CI
42 Kaplan Meier com ICs Sobrevivência Tratamento Placebo semanas
Métodos Estatísticos Avançados em Epidemiologia
1/42 Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisO passo inicial de qualquer análise estatística consiste em uma descrição dos dados através de análise descritiva (tabelas, medidas e gráficos).
TÉCNICAS NÃO-PARAMÉTRICAS O passo inicial de qualquer análise estatística consiste em uma descrição dos dados através de análise descritiva (tabelas, medidas e gráficos). Como a presença de censura invalida
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisOutline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. Carvalho MS (2009) Sobrevida 1 / 21
Outline 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Carvalho MS (2009) Sobrevida 1 / 21 Estimação Não-Paramétrica Estimadores de sobrevida e risco Kaplan-Meier e Nelson Aalen Intervalos
Leia maisAnálise de sobrevivência aplicada a pacientes HIV positivos
Análise de sobrevivência aplicada a pacientes HIV positivos Orientadora: Professora PhD Silva Shimakura Universidade Federal do Paraná Novembro de 2014 Sumário Resultados Conclusão Sumário Dados: Amostra
Leia maisEPI3. Aula 6 Estudos de risco: Análise de sobrevida
EPI3 Aula 6 Estudos de risco: Análise de sobrevida 2015 Objetivo Estimar a sobrevida de um grupo populacional desde um determinado tempo T até a ocorrência de algum DESFECHO (doença, morte...) Verificar
Leia maisAnálise de Sobrevivência. Exercícios - Capítulo 1
Análise de Sobrevivência Profa. Suely Ruiz Giolo Departamento de Estatística - UFPR Exercícios - Capítulo 1 1. Suponha que seis ratos foram expostos a um material cancerígeno. Os tempos até o desenvolvimento
Leia maisAnálise de Sobrevida. Silvia Emiko Shimakura Marilia Sá Carvalho Valeska Andreozzi. Análise de Sobrevida p. 1
Análise de Sobrevida Silvia Emiko Shimakura Marilia Sá Carvalho Valeska Andreozzi Análise de Sobrevida p. 1 Bibliografia Kleinbaum, D. & Klein, M. Survival analysis: a self-learning text. Springer, 1997.
Leia maisQuestão clínica: Prognóstico/sobrevida. Análise de sobrevida 2015
Questão clínica: Prognóstico/sobrevida Análise de sobrevida 2015 Objetivo Estimar a sobrevida de um grupo populacional desde um determinado tempo T até a ocorrência de algum DESFECHO (doença, morte...)
Leia maisXVI COBREAP - CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAÇÕES E PERÍCIAS - IBAPE/AM 2011 NATUREZA DO TRABALHO: TRABALHO DE AVALIAÇÃO
XVI COBREAP - CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAÇÕES E PERÍCIAS - IBAPE/AM 2011 NATUREZA DO TRABALHO: TRABALHO DE AVALIAÇÃO Resumo: A abordagem proposta no estudo em questão é a utilização da
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 4 Estimação não-paramétrica
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 4 Estimação não-paramétrica Exercício 4.1: Considere os dados de tempo de aleitamento de 15 crianças, descrito no exercício
Leia maisCap 7 Modelo de Cox. Outline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. 5 Modelo de Cox. Carvalho MS (2009) Sobrevida 1 / 22
Outline Cap 7 Modelo de Cox 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Cap 4 Não-Paramétrica 5 Modelo de Cox Carvalho MS (2009) Sobrevida 1 / 22 Riscos Proporcionais Cap 7 Modelo
Leia maisO tempo de sobrevivência é uma variável aleatória T, contínua e positiva.
ESPECIFICAÇÃO DO TEMPO DE SOBREVIVÊNCIA O tempo de sobrevivência é uma variável aleatória T, contínua e positiva. Os valores que T pode assumir têm alguma distribuição de probabilidade que pode ser especificada
Leia maisANÁLISE DE SOBREVIVÊNCIA APLICADA
1/80 ANÁLISE DE SOBREVIVÊNCIA APLICADA Introdução e Técnicas Não-Paramétricas - Caps 1 e 2 Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc Depto. Estatística - ICEx - UFMG 2/80 Disciplina Análise
Leia maist i R(t) N(t) Ŝ KM (t) = R(t i ) N(t i ) R(t i ) (15 3) 15 (12 2) 12 (10 1) 10 (9 3) 9 (6 2) 6 (4 2) 4 (2 1) 2 (1 1)
4 Estimação não-paramétrica Exercícios Exercício 4.1: Retorne aos dados de aleitamento do exercício 2.1. Construa, à mão, a tabela Kaplan-Meier e a curva Kaplan-Meier correspondente aos dados: t i R(t)
Leia maisAjuste e comparação de modelos para dados grupados e censurados
Ajuste e comparação de modelos para dados grupados e censurados 1 Introdução José Nilton da Cruz 1 Liciana Vaz de Arruda Silveira 2 José Raimundo de Souza Passos 2 A análise de sobrevivência é um conjunto
Leia maisUM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA. Eduardo Yoshio Nakano 1
1 UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA Eduardo Yoshio Nakano 1 1 Professor do Departamento de Estatística da Universidade de Brasília, UnB. RESUMO. Em estudos médicos, o comportamento
Leia maisPROCEDIMENTO PARA A ESCOLHA DE UMA DISTRIBUIÇÃO
PROCEDIMENTO PARA A ESCOLHA DE UMA DISTRIBUIÇÃO O método de máxima verossimilhança somente deve ser aplicado após ter sido definido um modelo probabilístico adequado para os dados. Se um modelo for usado
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Modelagem paramétrica Valeska Andreozzi 1 valeska.andreozzi@fc.ul.pt & Marilia Sá Carvalho 2 cavalho@fiocruz.br 1 Centro de Estatística e Aplicações da Universidade de Lisboa,
Leia maisModelo de Regressão de Cox
MAE 514 - à Análise de Sobrevivência e Aplicações O modelo de Cox com taxas de falhas proporcionais MAE 514 - à Análise de Sobrevivência e Aplicações IME-USP MAE 514 - à Análise de Sobrevivência e Aplicações
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA ANÁLISE DE SOBREVIDA EM 90 HOMENS COM CÂNCER DE LARINGE
UNIVERSIDADE FEDERAL DO PARANÁ SETOR CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA ANÁLISE DE SOBREVIDA EM 90 HOMENS COM CÂNCER DE LARINGE Aluna: Scheylla Calazans Orientadora: Profa. Dra. Nívea S. Matuda
Leia maisUniversidade de Brasília IE Departamento de Estatística. Análise de Diagnóstico para o Modelo de Regressão de Cox. Camila Farage de Gouveia
Universidade de Brasília IE Departamento de Estatística Análise de Diagnóstico para o Modelo de Regressão de Cox Camila Farage de Gouveia Orientadora: Prof.ª Dra. Juliana Betini Fachini Brasília, 2013.
Leia maisANÁLISE DE SOBREVIVÊNCIA 2ª LISTA DE EXERCÍCIOS
ANÁLISE DE SOBREVIVÊNCIA 2ª LISTA DE EXERCÍCIOS 1. A tabela a seguir apresenta o tempo, em dias, até a ocorrência dos primeiros sinais de alterações indesejadas no estado geral de saúde de 45 pacientes
Leia maisAplicações de Análise de Sobrevivência na Área da Saúde
Aplicações de Análise de Sobrevivência na Área da Saúde Prof. Lupércio França Bessegato Departamento de Estatística UFJF E-mail: lupercio.bessegato@ufjf.edu.br Site: www.ufjf.br/lupercio_bessegato Lupércio
Leia maisUNIVERSIDADE DE BRASÍLIA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA PROGRAMA DE MESTRADO EM ESTATÍSTICA
UNIVERSIDADE DE BRASÍLIA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA PROGRAMA DE MESTRADO EM ESTATÍSTICA Modelo Weibull discreto com fração de cura e excessos de zeros: uma aplicação sobre
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Valeska Andreozzi 15 de fevereiro de 2008 CEAUL Valeska Andreozzi slide 1 CEAUL Valeska Andreozzi slide 2 Kleinbaum, D., & Klein, M. Survival analysis : a self-learning text. Springer,
Leia maisAmostra Aleatória Simples
Amostra Aleatória Simples Airlane Pereira Alencar 4 de Abril de 2018 Alencar, A.P. (IME-USP) Amostra Aleatória Simples 4 de Abril de 2018 1 / 34 Definições e Notações Notações População ou Universo U =
Leia maisINTRODUÇÃO AOS MODELOS DE FRAGILIDADES APLICADOS A DADOS DE LEUCEMIA LINFOBLASTÍCA
INTRODUÇÃO AOS MODELOS DE FRAGILIDADES APLICADOS A DADOS DE LEUCEMIA LINFOBLASTÍCA Roseane de Alcântara Costa (1); Manoel Joaquim Isidro (1); Tiago Almeida de Oliveira (4) Universidade Estadual da Paraíba,
Leia maisDISSERTAÇÃO DE MESTRADO. Riscos competitivos: uma aplicação na sobrevida de pacientes com câncer
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE MEDICINA PROGRAMA DE PÓS-GRADUAÇÃO EM EPIDEMIOLOGIA DISSERTAÇÃO DE MESTRADO Riscos competitivos: uma aplicação na sobrevida de pacientes com câncer
Leia maisGean Carlo Gomes Jéssica Jabczenski Roslindo. Análise de Sobrevivência como ferramenta auxiliar na originação e manutenção do ciclo de crédito
Gean Carlo Gomes Jéssica Jabczenski Roslindo Análise de Sobrevivência como ferramenta auxiliar na originação e manutenção do ciclo de crédito Curitiba PR 2008 Gean Carlo Gomes Jéssica Jabczenski Roslindo
Leia maisANÁLISE DE SOBREVIVÊNCIA
ANÁLISE DE SOBREVIVÊNCIA M Eduarda D. S. Matos Coimbra, 9 de Abril de O que é a análise de sobrevivência? A análise de sobrevivência é um conjunto de processos estatísticos, utilizados na análise dos dados,
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS. Confiabilidade Lista 4. Professor: Enrico Colosimo Aluno: Augusto Filho Belo Horizonte - MG
UNIVERSIDADE FEDERAL DE MINAS GERAIS ESPECIALIZAÇÃO EM ESTATÍSTICA Confiabilidade Lista 4 Professor: Enrico Colosimo Belo Horizonte - MG 2 Exercício 1. Os dados abaixo foram apresentados por Nelson & Schmee
Leia maisA Análise de Sobrevivência é um ramo da Estatística que estuda o tempo. de vida, ou seja, o tempo que decorre entre um instante inicial bem definido
Resumo A Análise de Sobrevivência é um ramo da Estatística que estuda o tempo de vida, ou seja, o tempo que decorre entre um instante inicial bem definido até um acontecimento de interesse. A necessidade
Leia maisAnálise de Dados Categóricos Tabelas 2 2
1/49 Análise de Dados Categóricos Tabelas 2 2 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/49 Tabela 2 2: Exemplo Exemplo: Fischl et al. (1987) publicaram o primeiro relato de um ensaio clínico
Leia maisANÁLISE DE SOBREVIVÊNCIA (MÓDULO II)
Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Estatística Aplicada ANÁLISE DE SOBREVIVÊNCIA (MÓDULO II) Franciely Farias da Cunha (201007840014), aluna do
Leia maisUNIVERSIDADE ESTADUAL DA PARAÍBA CENTRO DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE ESTATÍSTICA. Pablo Lourenço Ribeiro de Almeida
UNIVERSIDADE ESTADUAL DA PARAÍBA CENTRO DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE ESTATÍSTICA Pablo Lourenço Ribeiro de Almeida Técnicas de Análise de Sobrevivência aplicado a dados de pacientes com Mieloma
Leia maisTratamento Estatístico de Dados em Física Experimental
Tratamento Estatístico de Dados em Física Experimental Prof. Zwinglio Guimarães o semestre de 06 Tópico 7 - Ajuste de parâmetros de funções (Máxima Verossimilhança e Mínimos Quadrados) Método da máxima
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Intervalo de confiança Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum
Leia maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Leia maisMarkov Switching Models. Profa. Airlane Alencar. Depto de Estatística - IME-USP. lane. Ref: Kim e Nelson (1999) e Hamilton (1990)
Markov Switching Models Profa. Airlane Alencar Depto de Estatística - IME-USP www.ime.usp.br/ lane Ref: Kim e Nelson (1999) e Hamilton (1990) 1 Objetivo Mudança nos parâmetros de um modelo de regressão
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Objetivo Dada M classes ω 1, ω 2,..., ω M e um
Leia maisAnderson Garneth de Castro 1 Graziela Dutra Rocha Gouvêa 2
Identificação dos fatores que influenciam no tempo até a evasão/ retenção dos alunos do ICEB-UFOP utilizando técnicas paramétricas em Análise de Sobrevivência Anderson Garneth de Castro 1 Graziela Dutra
Leia maisESTUDO DE CONFIABILIDADE DE MOTORES DIESEL DE CAMINHÕES FORA DE ESTRADA
ESTUDO DE CONFIABILIDADE DE MOTORES DIESEL DE CAMINHÕES FORA DE ESTRADA Adriano Gonçalves dos Santos Ribeiro 1 Gean Carlo Feliciano de Almeida 1 1 Introdução Uma grande empresa do ramo de exploração de
Leia maisMEEMF-2010 Aula 01. Noções de inferência estatística: Diferença entre máxima verossimilhança e abordagem bayesiana
MEEMF-2010 Aula 01 Noções de inferência estatística: Diferença entre máxima verossimilhança e abordagem bayesiana O que é inferência estatística? Inferência estatística é o importante ramo da Estatística
Leia maisAnálise do tempo até o alivio da dor em pacientes com dor lombar crônica via modelo de riscos proporcionais de Cox
Universidade de Brasília Instituto de Ciências Exatas Departamento de Estatística Análise do tempo até o alivio da dor em pacientes com dor lombar crônica via modelo de riscos proporcionais de Cox Jéssica
Leia maisModelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados
Modelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados Erica Castilho Rodrigues 23 de Maio de 207 Introdução 2 3 Vimos como encontrar o EMV usando algoritmos numéricos. Duas possibilidades:
Leia maisBOOTSTRAP. - APLICAÇÃO DO MB: podem ser aplicados quando existe, ou não, um modelo probabilístico bem definido para os dados.
OOTSTRAP INTRODUÇÃO - IDEIA ÁSICA: reamostrar de um conjunto de dados, diretamente ou via um modelo ajustado, a fim de criar replicas dos dados, a partir das quais podemos avaliar a variabilidade de quantidades
Leia maisTÉCNICAS NÃO-PARAMÉTRICAS
TÉCNICAS NÃO-PARAMÉTRICAS O pass inicial de qualquer análise estatística cnsiste em uma descriçã ds dads através de análise descritiva (tabelas, medidas e gráfics). Cm a presença de censura invalida esse
Leia maisAssume que a taxa de risco (hazard rate) é função das variáveis independentes (covariáveis)
MODELO DE RISCO PROPORCIONAL DE COX Uma escolha popular para relacionar a função hazard e um determinado número de covariáveis consiste no modelo de Cox. A função de risco h (t) (hazard function) também
Leia maisUniversidade de Brasília
Universidade de Brasília Análise de sobrevivência e sua aplicação nas ciências sociais Juliana Betini Fachini Gomes Leylannne Nayra Figueira de Alencar Departamento de Estatística Brasília - 2018 Como
Leia maisGERALDO MAGELA DA CRUZ PEREIRA
GERALDO MAGELA DA CRUZ PEREIRA AVALIAÇÃO DA CONCORDÂNCIA DOS PRINCIPAIS TESTES UTILIZADOS PARA COMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA POR MEIO DE SIMULAÇÕES Dissertação apresentada à Universidade Federal
Leia maisModelos de regressão paramétricos
6 Modelos de regressão paramétricos Exercícios Exercício 6.1: O banco de dados leite2.txt contém dados de tempo de aleitamento de crianças de 4 comunidades. No ajuste não-paramétrico a esses dados, observamos
Leia maisEstimadores, pontual e intervalar, para dados com censuras intervalar
Estimadores, pontual e intervalar, para dados com censuras intervalar Débora Ohara, Estela Maris Pereira Bereta, Teresa Cristina Martins Dias Resumo Dados com censura intervalar ocorrem com frequência
Leia mais3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente.
1 Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Professores: Clarice Demétrio, Roseli Leandro e Mauricio Mota Lista 3- Distribuições Amostrais-
Leia maisEliane Ribeiro Carmes ANÁLISE DE DADOS DE SOBREVIVÊNCIA NA PRESENÇA DE RISCOS COMPETITIVOS
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO DE ESTATÍSTICA Eliane Ribeiro Carmes ANÁLISE DE DADOS DE SOBREVIVÊNCIA NA PRESENÇA DE RISCOS COMPETITIVOS CURITIBA
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1/43 Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Modelo de Cox Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisUNIVERSIDADE ESTADUAL DE GOIÁS Unidade Universitária de Ciências Exatas e Tecnológicas Curso de Licenciatura em Matemática
1 UNIVERSIDADE ESTADUAL DE GOIÁS Unidade Universitária de Ciências Exatas e Tecnológicas Curso de Licenciatura em Matemática Modelo Weibull Aplicado a Análise de Confiabilidade Marcílio Ramos Pereira Cardial
Leia maisEstimação de curvas de sobrevivência para estudos de custo-efetividade
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Estimação de curvas de sobrevivência para estudos de custo-efetividade Autora: Letícia Herrmann Orientadora:
Leia maisMODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 MODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Leia maisAnálise de Sobrevivência. Modelos Probabilísticos. Análise de Sobrevivência Roteiro Geral. Roteiro do Módulo
Roteiro Geral Análise de Sobrevivência 1. Conceitos básicos 2. Técnicas não-paramétricas 3. Modelos probabilísticos 4. Modelos de regressão paramétricos 5. Modelo de regressão de Cox 6. Extensões do modelo
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências População e Amostra
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisConceitos Básicos em Análise de Sobrevivência Aula Estatística Aplicada
Conceitos Básicos em Análise de Sobrevivência Aula Estatística Aplicada Prof. José Carlos Fogo Departamento de Estatística - UFSCar Outubro de 2014 Prof. José Carlos Fogo (DEs - UFSCar) Material Didático
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisMODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS
MODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS 1 Diversas distribuições podem ser consideradas para a modelagem de dados positivos com distribuição contínua e assimétrica, como, por exemplo, as
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisModelagem e Análise de Sistemas de Computação Aula 20
Modelagem e Análise de Sistemas de Computação Aula 20 Aula passada Lei dos grandes números Calculando integrais Gerando outras distribuições Método da transformada inversa Aula de hoje Simulando uma fila
Leia maisEstimação no Domínio do tempo: Covariâncias e modelos ARIMA
Estimação no Domínio do tempo: Covariâncias e modelos ARIMA Airlane Pereira Alencar 8 de Março de 2019 Alencar, A.P., Rocha, F.M.M. (IME-USP) Processos Estocásticos 8 de Março de 2019 1 / 26 Índice 1 Estacionariedade
Leia maisIntrodução em Probabilidade e Estatística II
Introdução em Probabilidade e Estatística II Lista 7 Exercicio Em estudo genético um gene A foi destacado para detectar uma doença. Se dita que em pessoas doentes (pacientes) este gene mostra atividade
Leia maisSOBREVIDA DE PACIENTES ADULTOS QUE RECEBERAM TRANSPLANTE DE FÍGADO NO SUS NO PERÍODO
SOBREVIDA DE PACIENTES ADULTOS QUE RECEBERAM TRANSPLANTE DE FÍGADO NO SUS NO PERÍODO 2001-2011 Eliza Antonia de Queiroz (CEDEPLAR/FACE/UFMG e IFMG/Campus Sabará) Mônica Viegas Andrade (CEDEPLAR/FACE/UFMG)
Leia maisCap 2 O tempo. Programa. 1 Cap 2 O tempo. Carvalho MS (2009) Sobrevida 1 / 26
Programa 1 Carvalho MS (2009) Sobrevida 1 / 26 O Tempo Tempo até... óbito transplante doença cura Carvalho MS (2009) Sobrevida 2 / 26 O Tempo Tempo até... óbito transplante doença cura Carvalho MS (2009)
Leia maisMAE Modelos Lineares Generalizados 2 o semestre 2017
MAE5763 - Modelos Lineares Generalizados 2 o semestre 2017 Prof. Gilberto A. Paula 3 a Lista de Exercícios 1. Supor y i ind FE(µ, φ i ) com φ i = α + γz i, para i = 1,..., n. Como ca a matriz modelo Z?
Leia maisExemplo Preferência de Automóveis
Exemplo Preferência de Automóveis Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Preferência Automóveis 2 o Semestre 2016 1 /
Leia maisModelos Defeituosos para Dados com Fraçao de Cura Baseado em Processo de Wiener
Modelos Defeituosos para Dados com Fraçao de Cura Baseado em Processo de Wiener Ricardo Rocha 1 Vera Tomazella 1 Saralees Nadarajah 2 1 Introdução Nos últimos anos a teoria de sobrevivência tem sido bastante
Leia maisEstimação: (A) Propriedades e Distribuições Amostrais
Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Se a integração analítica não é possível ou
Leia maisCOS767 - Modelagem e Análise Aula 3 - Simulação
COS767 - Modelagem e Análise Aula 3 - Simulação Validando resultados da simulação Média e variância amostral Teorema do Limite Central Intervalo de confiança Organizando as execuções da simulação Verificando
Leia maisInferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva
Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos
Leia maisANÁLISE DE SOBREVIVÊNCIA APLICADA
1/62 ANÁLISE DE SOBREVIVÊNCIA APLICADA Modelo de Regressão de Cox - Cap. 5 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/62 Modelos em Análise de Sobrevivência Modelo de Tempo de Vida Acelerado
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Leia maisAlternativas à Regressão Logística para análise de dados
XVIII Congresso Mundial de Epidemiologia VII Congresso Brasileiro de Epidemiologia EIDEMIOLOGIA NA CONSTRUÇÃO DA SAÚDE ARA TODOS: MÉTODOS ARA UM MUNDO EM TRANSFORMAÇÃO Alternativas à Regressão Logística
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisANÁLISE DE SOBREVIDA DE PACIENTES COM CIRROSE BILIAR PRIMÁRIA
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO DE ESTATÍSTICA Cristiane Ullmann Larissa Andressa Souza ANÁLISE DE SOBREVIDA DE PACIENTES COM CIRROSE BILIAR PRIMÁRIA
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisMeta-análise: comparação de proporções para o caso de duas amostras independentes
Meta-análise: comparação de proporções para o caso de duas amostras independentes Arminda Lucia Siqueira 1 Edna Afonso Reis 1 Ilka Afonso Reis 1 Luana Sílvia dos Santos 1 Pollyanna Vieira Gomes da Silva
Leia maisAplicações das Distribuições Weibull Modificada e Beta-Weibull na Presença de Frações de Cura sob o Enfoque Frequentista e Bayesiano.
Universidade Estadual de Maringá Programa de Pós-graduação em Bioestatística MARCOS VINICIUS DE OLIVEIRA PERES Aplicações das Distribuições Weibull Modificada e Beta-Weibull na Presença de Frações de Cura
Leia maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,
Leia maisCapítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 3 Funções Básicas de sobrevivência
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saú Carno Respostas Capítulo 3 Funções Básicas sobrevivência Capitulo 3 - Funções básicas sobrevivência Exercício 3.1: A figura abaixo mostra uma curva sobrevivência.
Leia maisUMinho 2010 Alda Marisa Ribeiro Fernandes Análise de Dados em Modelos Multiestado
Universidade do Minho Escola de Ciências Alda Marisa Ribeiro Fernandes Análise de Dados em Modelos Multiestado UMinho 2010 Alda Marisa Ribeiro Fernandes Análise de Dados em Modelos Multiestado Dezembro
Leia maisENFERMAGEM EPIDEMIOLOGIA E VIGILÂNCIA EPIDEMIOLÓGICA. Aula 4. Profª. Tatiane da Silva Campos
ENFERMAGEM EPIDEMIOLOGIA E VIGILÂNCIA EPIDEMIOLÓGICA Aula 4 Profª. Tatiane da Silva Campos Medidas de Frequência de Doenças Risco É o conceito epidemiológico do conceito matemático de probabilidade. É
Leia maisAnálise de Dados Categóricos
1/21 Análise de Dados Categóricos Função de Verossimilhança Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/21 Introdução Inferência Estatística: (Modelo + Método) + Dados Método: Máxima Verossimilhança
Leia maisTécnicas Atuariais II 15. Múltiplos Decrementos 1 / 22
Técnicas Atuariais II 15. Múltiplos Decrementos Thaís Paiva thaispaiva@est.ufmg.br Departamento de Estatística Universidade Federal de Minas Gerais Técnicas Atuariais II 15. Múltiplos Decrementos 1 / 22
Leia mais